基于分块灰度投影的电子稳像算法

针对灰度投影法在灰度值单一、对比度差的图像序列中稳像精确度不足,改进基于灰度投影的运动估计算法,先采用卡尔曼滤波将采样图像进行预处理以去除噪声,再将每帧图像分成4个子区域,按原方法对各子区域内像素点进行灰度投影,计算出子区域在x轴和y轴上的偏移量,分别平均得到整体偏移量,用插值放大的方法进行运动补偿。选取日本九州大学图片数据库中图像序列的相邻两帧进行仿真试验,结果表明,改进算法的峰值信噪比可提高21.5%。     

自动引导车视觉导航的灰度投影稳像算法

自动引导车(AGV)在运行过程中由于路面不平等原因产生随机抖动,引起摄像头所获得图像产生位移导致后续路径视觉跟踪不稳定;针对此问题,本研究搭建了AGV视觉抖动模型,在图像中划分出路径区域作为目标区域进行后续处理以减少背景中其它物体带来的干扰,然后通过快速灰度投影算法检测平移向量,利用运动补偿校正视频图像从而达到稳像目的。仿真结果表明:相对传统的投影曲线匹配法,本研究所用算法显著提高了图像平移向量检测精度并大大提高了运算效率,满足AGV对稳像系统高效性和实时性的要求。     

改进的灰度投影电子稳像算法

针对灰度投影算法在稳像时用时较长的问题,提出一种快速三点搜索算法。在不影响稳像效果的前提下,对图像进行分区,用改进的算法进行灰度投影的矢量求解,并运用均值滤波得到全局运动矢量,实现运动补偿。实验结果表明,该算法计算的峰值信噪比(PSNR)与传统的灰度投影算法比相差小于0.5dB,但时间却减少了21.8ms。     

一种基于改进运动估计的电子稳像技术

在摄像机载体运动过程中会造成图像序列的不稳定,从而产生观察者的视觉疲劳甚至会丢失观察目标,电子稳像是解决以上问题的有效手段。电子稳像首先对全局运动进行估计,求出参考帧和当前帧图像的全局运动矢量。本文先取视频序列相邻两帧图像的子图像进行块匹配得出局部运动矢量,根据计算得到的运动矢量弧度值剔除错误的运动矢量,然后对剩余的运动矢量求平均值作为此区域的运动矢量,并把与此矢量弧度相近的块的中心点作为特征点,利用仿射变换模型求解出变换参数,最后经过运动补偿技术去除视频抖动。实验结果表明,该方法可以有效地抑制帧间的平移和旋转等抖动,达到了预期的效果。     

视频稳像的Sift算法优化

针对连续拍摄的相邻视频帧具有视场重叠度高,视角转换小,平移量小等特点,对Sift特征匹配算法进行优化,以降低视频稳像的运算量.研究了图像尺度空间变换,尺度空间的特征点提取,特征点匹配算法和相邻帧间的平移旋转矩阵,并给出了Sift优化的说明和算法的实验结果.首先对当前帧的图像提取相邻两个尺度空间的特征点,并与上一帧图像的两个尺度空间的特征点进行匹配.然后去掉匹配度小于某一阈值的特征点,对剩余的特征点根据旋转平移矩阵求解视频帧的旋转分量和平移分量.实验证明本算法能够将Sift算法运算量减小96.8％,同时视频的旋转稳像误差在±0.3％以内.     

适用于大角度抖动的电子稳像算法

在角点检测的基础上,提出了一点对多点的配对策略,并针对该策略推导了能够解决图像序列同时存在平移和大角度旋转的稳像新算法.该算法克服了其他稳像算法必须准确求解图像旋转中心的缺点,突破了以往大多数算法仅解决平移和小角度旋转(一般是3°到5°)的限制.实验结果表明,当抖动图像的旋转角度转到18°时,仍然能达到很好的稳像效果,且稳像后图像的平均峰值信噪比比稳像前提高了约26 dB.     

相容线性系统的行投影块迭代算法

探讨了一种行投影块迭代算法来求解大型相容线性系统.该算法基于Kaczmarz算法,主要思想是首先对系数矩阵A进行分块,然后通过选取离当前迭代点距离最远的块来进行投影,并将投影作为下一个迭代点.数值结果显示,行投影迭代算法对坏条件问题非常有效,所提出的算法与经典的C imm ino算法相比,收敛速度更快.另外还提出一种新的对系数矩阵A分块的列分解策略,该策略基于每块的列相关性估计而得出.     

矿井移动载体摄像的电子稳像算法

针对矿井移动载体摄像造成的视频抖动,提出一种电子稳像算法,分离移动载体摄像中的主动扫描运动矢量和随机抖动矢量,实现视频序列的稳像补偿.算法首先利用平移运动模型建立图像运动矢量估计方程,以视频序列的角点特征建立帧间映射,求解其最小二乘解得到帧间图像全局运动矢量.然后针对移动载体摄像抖动的不确定性,构建粒子状态预测方程,采用二维欧氏距离定义观测值和观测概率密度,求解运动补偿矢量.通过算法有效性和稳像准确度实验,结果表明:该稳像算法可有效保留摄像机主动扫描运动、去除随机抖动,提高了输出视频的图像质量,稳像后峰值信噪比(PSNR)的平均值比稳像前提高了25.38DB.     

基于投影与KMP简约算法的一维快速模板匹配算法

传统的模板匹配算法(如NC和SSDA)虽然具有匹配精度高的优点,但由于其计算量大,使得匹配时间过长。本研究提出了一种新的基于投影与KMP简约算法的一维快速模板匹配算法,首先将图像进行降维处理,得到特征字符串,通过对特征字符串的匹配,实现粗匹配,可大幅度地减少图像匹配时间;然后利用NC匹配算法,对粗匹配的结果进行验证,以达到快速匹配的目的。通过实验证明了本算法的快速性和准确性。     

一种基于鲁棒背景运动估计的电子稳像算法

当场景中存在较大范围运动前景时,通常的电子稳像算法较难鲁棒地提取背景的全局运动。针对这种情况,提出了利用前景运动掩膜和对极几何关系抑制错误的全局运动估计,进而达到稳像的目的。首先,估计相邻帧间可视化密集光流图;将该光流图用颜色直方图统计各颜色比重,进而分割出运动前景并制作掩膜;利用掩膜删除掉分布在前景上的光流保留背景光流;之后进一步去除外点,利用剩余的光流进行全局运动估计;最后,采用卡尔曼滤波完成运动补偿。三组不同环境的实验结果均表明,该算法能够有效抑制运动前景对稳像结果的干扰,稳像前后图像的PSNR值提高了近36%,稳像效果明显。     

基于自适应遗传算法的分层图像匹配

图像匹配是计算机视觉的关键技术之一，图像匹配的速度和匹配的可靠性、精度一样，也是性能的重要体现。由于传统图像匹配算法是遍历性的，匹配速度较慢，因此在实际应用中受到限制。本文把自适应遗传算法与归一化积相关相结合实现图像的快速粗匹配，然后在粗匹配点的邻域内利用相位相关算法实现图像的精匹配。本文算法不但能保证匹配的精度，也能大大提高匹配的速度。在实验中，与传统的序贯相似性检测算法(SSDA)作了比较，证明了本文算法的有效性。     

运动补偿块匹配位移估值算法及其改进

本文介绍和分析了在序列图象运动补偿编码中,用于对帧间(运动)位移矢量进行估值的一类算法——块匹配算法,并在此基础上利用预测方法对该算法作出了改进。计算机模拟实验结果表明,改进后算法不但在位移矢量的估值精度上优于原算法,而且运算复杂度显著下降。     

A new parallel algorithm for image matching based on entropy

0　ＩＮＴＲＯＤＵＣＴＩＯＮＣｏｍｐｕｔｅｒｖｉｓｉｏｎｔａｓｋｓｒｅｑｕｉｒｅａｎｅｎｏｒｍｏｕｓａｍｏｕｎｔｏｆｃｏｍｐｕｔａｔｉｏｎ ,ｅｓｐｅｃｉａｌｌｙｗｈｅｎｔｈｅｄａｔａｉｓｉｎｉｍａｇｅｆｏｒｍ ,ｄｅｍａｎｄｉｎｇｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅｃｏｍｐｕｔｅｒｓｆｏｒｐｒａｃｔｉｃａｌ,ｒｅａｌ ｔｉｍｅａｐｐｌｉｃａｔｉｏｎｓ .Ｐａｒａｌｌｅｌｉｓｍａｐ ｐｅａｒｓｔｏｂｅｔｈｅｏｎｌｙｅｃｏｎｏｍｉｃａｌｗａｙｔｏａｃｈｉｅｖｅｔｈｅｌｅｖ ｅｌｏｆｐｅｒｆｏｒｍａｎｃｅｒｅｑｕｉ…     

基于SIFT算法的图像匹配方法

依据Brown的理论,并基于SIFT算法提出了一种有效的图像匹配方法。首先对图像进行高斯和Wallis滤波处理,然后采用简化SIFT算法进行特征点提取,最后通过特征点双向匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量多、准确率高、无重复点等优点。将该方法应用于优化线网的自动检测方面得到较好的效果,并为版图的优化打下了基础。     

基于特征匹配的视频稳像算法

应用电子稳像技术的基本原理,以机载成像设备所摄取的图像为研究对象,实现了抖动视频序列稳像的过程。首先对参考帧图像提取特征点,在当前帧找到匹配的特征点以求取帧间运动矢量。采用Kalman滤波方法对运动矢量进行处理,去除抖动分量,再对参考帧进行逐帧运动补偿。经过穏像前后的视频序列帧间差值对比可知,很好的去除了视频序列的抖动。     

Fast image matching algorithm based on affine invariants

Feature-based image matching algorithms play an indispensable role in automatic target recognition （ATR）. In this work, a fast image matching algorithm （FIMA） is proposed which utilizes the geometry feature of extended centroid （EC） to build affine invariants. Based on at-fine invariants of the length ratio of two parallel line segments, FIMA overcomes the invalidation problem of the state-of-the-art algorithms based on affine geometry features, and increases the feature diversity of different targets, thus reducing misjudgment rate during recognizing targets. However, it is found that FIMA suffers from the parallelogram contour problem and the coincidence invalidation. An advanced FIMA is designed to cope with these problems. Experiments prove that the proposed algorithms have better robustness for Gaussian noise, gray-scale change, contrast change, illumination and small three-dimensional rotation. Compared with the latest fast image matching algorithms based on geometry features, FIMA reaches the speedup of approximate 1.75 times. Thus, FIMA would be more suitable for actual ATR applications.     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。